摘要
本发明公开了一种基于深度学习的智能化节能控制方法,包括获取机房的负载数据和环境数据,构建PUE预测模型并用所获取的负载数据和环境数据训练该模型,将训练好的PUE预测模型部署到目标设备中,通过PUE预测模型并结合遗传算法模型获取最优参数组合,实施最优参数组合。同时,本发明的节能控制方法还可以添加业务保障模型,通过业务保障模型保障遗传算法模型在迭代最优参数组合的过程中生成参数组合的可执行性。经过验证,本申请所提出的基于深度学习的智能化节能控制技术,能够极大地提高数据中心机房的能源使用效率。
技术关键词
节能控制方法
遗传算法
制冷设备
特征工程
节能控制技术
统计特征
数据中心机房
机房设备
生成参数
变量
基础
样本
轮盘
策略
能源
系统为您推荐了相关专利信息
负荷分配方法
动态负荷分配系统
遗传算法
生成资源
反馈控制模块
经济优化设计方法
三维可视化技术
休闲农业技术
优化设计系统
线性规划算法
多模态特征
特征值
机器学习模型
解释系统
分析器
电阻网络
钢轨电阻
核密度估计方法
蒙特卡洛模拟方法
车站
设备运行参数
路径规划算法
矿山自动化
指标
连续性